7-Eleven無人店失敗的原因,或許在於把它當作「無人店」在經營
7-Eleven無人店失敗的原因,或許在於把它當作「無人店」在經營
2019.04.30 | Amazon

在我po出「7-Eleven和達美樂為什麼要合作?」這篇文章時,不小心說了一句「這比無人店的商業邏輯清楚多了」,開始有人詢問我「Evonne對7-Eleven無人店的看法如何呢?為什麼覺得商業邏輯不清楚?」

其實相關的分析闡述很多了,但這篇文章想從不一樣的角度切入,來比較Amazon Go和7-Eleven無人店商業邏輯的不同,我認為這兩者看似商業模式類似,但少了一些關鍵因素,造成了畫虎不成反類犬的差距。

先來介紹一下兩者的服務:

無人店的始祖可以說是Amazon Go,以下是2016年Amazon釋出的影片,當時震驚了市場:

以下是小七無人店的demo介紹:

看完影片我終於理解為什麼有這麼多人吐槽7–11無人店的體驗,因為這根本就比原來進小七買東西還麻煩呀!

兩者使用者體驗的差距,來自於產品定位

一開始,要先買到i-Cash2.0才能註冊,這是我第一個難以理解的點,為什麼非得要用i-Cash,它的角色在後面的流程完全沒有必要性。可能是為了增加使用率,但這策略應該是高頻服務帶起低頻服務用的,用一個大家還不習慣的服務,想帶起另一個大家不習慣的服務的使用率,這是在想什麼。

接著,還要下載open point app,並註冊open point會員,又是一個在台灣尚未普及的服務,大部分的買家都要經過一開始的痛苦才能進去這家店,還沒消費喔!接著,進店之前還需要做人臉辨識,將卡與帳號綁定人臉,這邊也需要卡關一下,而且一次只能辨識一個人,讓人擔心中午人潮多的時候一定會大塞車。

接著,我原本以為這人臉辨識是為了之後方便結帳用的,但是看到後面才發現,這根本不是商品帶了就走自動結帳,而是還要自助將商品放在條碼機上結帳,然後用盯著螢幕做人臉辨識(看影片要辨識十秒,旁邊還不能有人),或使用信用卡、悠遊卡、iCash付款,然後出店門時還要人臉辨識一次。

所以整體而言,7-11的無人店結帳必須經過:

  1. 買i-Cash 2.0
  2. 下載open point app
  3. 註冊open point
  4. 人臉辨識
  5. 拿商品去條碼機自助結帳
  6. 人臉辨識結帳或是用卡片結帳
  7. 人臉辨識出店門

這七個流程,即使之後進入店內消費,不用再註冊,也還有後面三個流程。

每個流程都要耗時,出了問題還不知道該怎麼解決,後面如果卡了人在等待,心理壓力超大,傳統在小七消費只要拿了商品到櫃檯,拿出悠遊卡或信用卡,就有人幫你結帳,然後通行無阻出店門了,整個無人店的體驗真的沒有比較好!

看起來與其說是要增進使用者體驗,不如說是要追求「無人」,可能目的是噱頭,也可能是節省小七店員的成本,但這模式值得嗎?後續文章和Amazon比較時會繼續探討。

Amazon Go的體驗完全不同,第一次進入商店時,同樣要下載Amazon Go,然後用Amazon帳號登入,但不一樣的是,Amazon是美國第一大電商,幾乎每個美國人都有Amazon帳號!

所以其實幾乎可以省略註冊流程,且Amazon Go在進入無人店之前或之後,都不用再經過那看起來像海關的機器做人臉辨識,東西拿了就走,整個體驗步驟是:

  1. 下載Amazon Go app
  2. 登入Amazon帳號
  3. 掃條碼進商店(我在影像產業做了多年PM,掃條碼一般比人臉辨識快很多)
  4. 商品拿了就走

只有四個步驟,而且第二次來交易,就只有掃碼進商店、商品拿了就走,兩個步驟,綁定的Amazon帳號會幫你自動扣款、開立明細,體驗的確比傳統進商店、拿商品、排隊結帳還要迅速,可以減少排隊刷條碼結帳的時間。

所以Amazon的重點其實不在於「無人店」,而在於「增加使用者體驗」,它的店名叫做「Amazon「Go」,核心技術叫做「Just walk out」,從沒有強調「無人」這一點,這才是從消費者角度出發的定位,因為消費者不在意是否無人,老闆才在意是否無人,才不用負擔人力成本,這是第一個重要的差別。

接下來三個重要差別,都跟投資報酬率有關。

為什麼Amazon比小七有機會回本?

除了第一個定位以及體驗上的差別以外,先闡述還有哪三個重要的差別。

第二個重要的差別,在於Amazon Go販售的東西是較高單價的新鮮食物(這是貝佐斯在訪問時提到的,Amazon Go的定位是出售新鮮預製食品的便利店),而非小七販售和一般實體店類似的餅乾糖果零食飲料。

第三個重要的差別,Amazon是一家電商,有野心拓展實體通路,也收購了全食超市,而7-11是一家實體通路已經非常強大的便利商店,但線上通路並不強。

第四個重要的差別,Amazon有AWS系統,7-11沒有。

這三個差別重要性在哪裡呢?

「無人店」由於要投入許多感測器,還有後端的強大運算系統開發與運算力,整體投資是非常高的,要如何回收?絕對不只靠節省的人力成本就回收,Amazon由於其商業本質,有辦法回收,但7–11無法,為什麼呢?

要回收成本可以從幾個面向來看:

1. 從商品營收與毛利賺回來:

也就是銷售利潤高,消費頻率也高的商品。 Amazon Go只賣高品質的生鮮食物,這樣的食物在美國是可以賣到較高價格的,和餅乾零食比起來,消費頻率也高,而且由於商品種類少而專注,Amazon也可以減少感測器的成本。

而小七只是把實體店的商品搬到無人店而已,還在賣低單價、低消費頻次的商品,甚至有些鮮食因為沒有「條碼」,無法放到機器上感測,反而不能賣,鮮食是金雞母啊!小七反而被自己追求無人的思維侷限住了。這是第二個重要差別。

2. 從全通路消費以及數據賺回來:

Amazon是一家強大的電商,做Amazon Go其實很像是把「線上體驗搬到線下」,因為線上購物的情境其實很像在Amazon Go消費,你同樣是登入app,選了商品,然後用預先綁定的卡結帳,不需要店員在旁邊指導,也不需要排隊結帳。

另外,你在網站上的瀏覽紀錄會被記錄下來,讓Amazon更了解你的偏好,而你在Amazon Go的購物行為同樣會被數不清的感測器與攝影機記錄下來,而且連結到同一個Amazon帳號上,變成你這個人的 「全通路消費數據」,這些數據能讓Amazon更精準判斷你的偏好,之後你在線上消費時,它就能推薦給你更精準的商品,所以Amazon不只在線下多賺你錢(多在Amazon Go消費),線上也能多賺你錢。

但是小七並沒有這麼強大的線上通路,實體店記錄下來的使用者行為當然還是有幫助,但數據的用途少很多,且小七多年來也已經累積龐大的使用者數據,無人店帶來的綜效不大。這是第三個重要差別。

3. 另一種獲利的方法,就是進一步壓低成本,創造綜效

簡單地講,Amazon做Amazon Go的種種投資,都能善用並加強Amazon現有的優勢:

  • 從Whole Food全食超市的併購,Amazon Go得到賣生鮮食材的能力,在成本方面,也能借用全食超市的採購能力、配送能力,產生規模效應,而全食超市透過Amazon Go商店,可以進一步擴點,或做為倉儲配送的據點,延伸銷售範圍。

  • Amazon自己的AWS就是提供雲端運算服務,Amazon Go涉及感測器IoT、機器學習、人臉辨識的種種運算,都能在這個平台上運行,所以Amazon Go不用多投資太多系統建置成本,而AWS平台也能得到更多實際的資料做運算。

且Amazon Go做為AWS的「第一個客人」,將working model建立起來,練兵練起來之後,之後AWS就能進一步將IoT、人臉辨識、Machine learning等服務開放給更多商家購買使用,進一步強化競爭優勢,並帶來更多營收。

而小七,完全沒有這樣的佈局,目前的IT資源投入就是實實在在的成本,難以帶來其他業務的飛輪綜效,所以在損益兩平上會有相當的困難。

所以從以上的四個關鍵差異,我認為Amazon做Amazon Go有道理,但7-11做無人店,商業邏輯就不是這麼清楚了,即使兩家看似很相近,但是商業本質、核心競爭力的不同,會帶來的影響是毀滅性的,失之毫釐,差之千里啊!

本文由Evonne Tsai授權轉載自其Medium。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #7-11 #無人店
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓